秦曉麗 于文超

一、引言

改革開(kāi)放以來(lái)，我國(guó)利用外資的水平逐步深化。截至2014年我國(guó)實(shí)際使用外資總金額為1 197億美元，居全球第一位。而與此同時(shí)，伴隨著經(jīng)濟(jì)的高速增長(zhǎng)與利用外資水平的逐年提升，資源與環(huán)境的問(wèn)題卻日益凸顯，霧霾、酸雨與水污染等環(huán)境事件頻發(fā)，引起了公眾的廣泛關(guān)注。因此，如何更好地提升引進(jìn)外資的質(zhì)量，并利用外資為經(jīng)濟(jì)與環(huán)境協(xié)調(diào)發(fā)展做出貢獻(xiàn)，成為一個(gè)值得探索的問(wèn)題。

利用外資對(duì)于東道國(guó)環(huán)境質(zhì)量的影響渠道有積極和消極兩個(gè)方面：一方面是消極影響，即 “污染天堂假說(shuō)” （Copeland 和 Taylor， 1994［1］； Taylor， 2004［2］）。 該假說(shuō)認(rèn)為，由于發(fā)展中國(guó)家經(jīng)濟(jì)相對(duì)滯后，強(qiáng)烈依賴(lài)制定優(yōu)惠政策來(lái)吸引外資，而很多時(shí)候這些優(yōu)惠政策就是以犧牲環(huán)境標(biāo)準(zhǔn)為代價(jià)的、“向底線(xiàn)賽跑”的政策。從比較優(yōu)勢(shì)的角度來(lái)看，倘若把污染當(dāng)作一種生產(chǎn)要素，發(fā)展中國(guó)家由于環(huán)境標(biāo)準(zhǔn)較低、污染成本低廉，所以具有污染密集型產(chǎn)業(yè)的比較優(yōu)勢(shì)。因此，跨國(guó)公司會(huì)優(yōu)先在發(fā)展中國(guó)家生產(chǎn)污染密集型產(chǎn)品。另一方面是積極影響，通過(guò)直接環(huán)境效應(yīng)、外資技術(shù)溢出效應(yīng)、收入效應(yīng)等途徑來(lái)優(yōu)化環(huán)境質(zhì)量。其一，直接環(huán)境效應(yīng)。發(fā)達(dá)國(guó)家的跨國(guó)公司在母國(guó)通常面臨著更為嚴(yán)格的環(huán)境標(biāo)準(zhǔn)，因此這些外資企業(yè)的環(huán)保傾向更高，能夠推動(dòng)?xùn)|道國(guó)在新能源的利用、新產(chǎn)品的開(kāi)發(fā)、排污與處理污染技術(shù)等方面的進(jìn)步，直接地改善環(huán)境 （Eskeland 和 Harrison， 2003［3］）。 其二， 技術(shù)溢出效應(yīng)。外資企業(yè)輻射技術(shù)的正外部性，能夠促進(jìn)內(nèi)資企業(yè)提高技術(shù)水平、節(jié)能生產(chǎn)與減少排污，從而提升總體的環(huán)境水平 （Frankel和 Rose， 2005［4］）。其三，收入效應(yīng)。引進(jìn)外資將提高東道國(guó)的產(chǎn)出與人均收入，人均收入的增長(zhǎng)有助于增強(qiáng)公眾的環(huán)保意識(shí)，并迫使當(dāng)?shù)卣畬?shí)施更為嚴(yán)厲的環(huán)境規(guī)制，進(jìn)而改善環(huán)境質(zhì)量。

本文以政府科技投入作為利用外資實(shí)現(xiàn)區(qū)域環(huán)境改善的重要突破口，因?yàn)樵贔DI進(jìn)入我國(guó)市場(chǎng)后，作為一個(gè)政策變量的科技投入力度，將會(huì)影響國(guó)內(nèi)產(chǎn)業(yè)和內(nèi)資企業(yè)的反應(yīng)路徑，從而達(dá)到優(yōu)化外資環(huán)境效應(yīng)的效果。第一，政府科技投入能夠強(qiáng)化FDI的直接環(huán)境效應(yīng)?？萍纪度擘俟藏?cái)政支出中的科學(xué)技術(shù)支出包括以下九項(xiàng)內(nèi)容：科學(xué)技術(shù)管理事務(wù)、基礎(chǔ)研究、應(yīng)用研究、技術(shù)研究與開(kāi)發(fā)、科技條件與服務(wù)、社會(huì)科學(xué)、科學(xué)技術(shù)普及、科技交流與合作、科技重大項(xiàng)目和其他科學(xué)技術(shù)支出?？梢灾苯幼饔糜谄髽I(yè)環(huán)保技術(shù)研發(fā)和科研機(jī)構(gòu)綠色創(chuàng)新，進(jìn)而提升企業(yè)的能源利用效率與污染物處理技術(shù)。第二，政府科技投入通過(guò)技術(shù)溢出效應(yīng)增強(qiáng)FDI對(duì)環(huán)境的正外部性。政府科技投入能支持內(nèi)資企業(yè)加大力度從事技術(shù)研發(fā)活動(dòng)②以山西省某地級(jí)市為例，2014年全市的科技投入中，技術(shù)研究與開(kāi)發(fā) （R＆D）所占比重最大，占68%，基礎(chǔ)研究與應(yīng)用研究?jī)H占6.5%，其余各項(xiàng)投入也都不足10%。，幫助內(nèi)資企業(yè)吸收外資擴(kuò)散的技術(shù)溢出，加強(qiáng)對(duì)外資企業(yè)先進(jìn)技術(shù)的模仿、學(xué)習(xí)、吸收與轉(zhuǎn)化，進(jìn)而改進(jìn)技術(shù)水平，提升我國(guó)企業(yè)的能源利用效率，推進(jìn)節(jié)能環(huán)保。第三，政府科技投入有利于培育技術(shù)密集型產(chǎn)業(yè)的比較優(yōu)勢(shì)，從而吸引外資進(jìn)入技術(shù)密集型產(chǎn)業(yè)，弱化FDI的負(fù)向環(huán)境效應(yīng)。

因此，本文在回歸中通過(guò)采用地級(jí)市樣本與空間面板計(jì)量模型，對(duì)FDI和地方科技投入的環(huán)境效應(yīng)進(jìn)行了考察。在控制影響環(huán)境的關(guān)鍵變量如人均收入、環(huán)境規(guī)制、能源消費(fèi)量、產(chǎn)業(yè)結(jié)構(gòu)、技術(shù)水平的前提下，結(jié)果發(fā)現(xiàn)，F(xiàn)DI會(huì)顯著增加工業(yè)二氧化硫的排放，對(duì)工業(yè)廢水排放并無(wú)顯著影響，說(shuō)明FDI對(duì)大氣質(zhì)量有一定的消極影響；然而，與此同時(shí)，城市政府的科技投入能夠顯著地弱化FDI的負(fù)向環(huán)境效應(yīng)，進(jìn)而實(shí)現(xiàn)地區(qū)經(jīng)濟(jì)向環(huán)境友好型經(jīng)濟(jì)轉(zhuǎn)變。

本文的創(chuàng)新之處在于，重點(diǎn)研究城市政府科技投入對(duì)外資環(huán)境效應(yīng)的影響，把公共財(cái)政支出的重要組成部分——科技事業(yè)投入納入考量，充實(shí)了文獻(xiàn)對(duì)于FDI環(huán)境效應(yīng)的研究。在實(shí)踐層面，研究主要立足于城市政府，彌補(bǔ)絕大多數(shù)文獻(xiàn)僅關(guān)注省級(jí)而忽視市級(jí)政府的缺憾，有助于完善文獻(xiàn)對(duì)地方政府行為影響環(huán)境污染的研究。在方法層面，通過(guò)采用空間面板的計(jì)量模型，解決空間關(guān)聯(lián)的遺漏以及由此產(chǎn)生的內(nèi)生性和偏誤的問(wèn)題。值得一提的是，鑒于常見(jiàn)的0—1鄰接矩陣無(wú)法識(shí)別不相鄰卻相近的地區(qū)之間的空間關(guān)聯(lián)，本文采用兩兩城市之間的地理距離構(gòu)造精確的空間權(quán)重矩陣，確保估計(jì)結(jié)果的準(zhǔn)確性。

二、文獻(xiàn)回顧

（一）外商直接投資與環(huán)境污染

學(xué)者對(duì)外資的環(huán)境效應(yīng)進(jìn)行了一系列的實(shí)證檢驗(yàn)。其中存在著不少積極的結(jié)論，如Cole和Elliott（2005）［5］對(duì)美國(guó)對(duì)外投資數(shù)據(jù)進(jìn)行了研究，發(fā)現(xiàn)許多排污量較大的行業(yè)恰恰正是資本密集型行業(yè)，因此會(huì)選擇資本密集的國(guó)家來(lái)進(jìn)行投資。中國(guó)學(xué)者的研究大多發(fā)現(xiàn)FDI對(duì)于環(huán)境的積極影響：一方面，利用外資金額的增加有助于提升能源有效利用率 （張賢和周勇，2007［6］）；另一方面，利用外資能夠起到抑制污染物排放的作用 （許和連和鄧玉萍，2012［7］；張偉等， 2013［8］）。

然而，文獻(xiàn)也挖掘出了一定數(shù)量的混合與消極的結(jié)論。如FDI對(duì)我國(guó)環(huán)境有顯著的負(fù)向效應(yīng) （He，2006［9］）。 此外， 包群等 （2010）［10］的研究結(jié)論表明，F(xiàn)DI與環(huán)境污染之間的關(guān)系為倒U型，即隨著利用外資規(guī)模的擴(kuò)大，污染先增加后減少。更進(jìn)一步的研究區(qū)分了外資的來(lái)源地，如Dean等 （2004）［11］的實(shí)證研究發(fā)現(xiàn)， “污染天堂假說(shuō)”對(duì)于那些特殊來(lái)源（港澳臺(tái)地區(qū)及亞洲發(fā)展中國(guó)家）的外資成立，而對(duì)發(fā)達(dá)國(guó)家來(lái)源的外資則不成立。

（二）外商直接投資、地方財(cái)政與環(huán)境污染

文獻(xiàn)中對(duì)地方財(cái)政影響環(huán)境方面的研究主要集中從三個(gè)角度來(lái)進(jìn)行探討。其一是財(cái)政分權(quán)。財(cái)政分權(quán)會(huì)使各地方之間出現(xiàn)環(huán)境政策的 “逐底競(jìng)爭(zhēng)”（Fredriksson 和 Millimet， 2002［12］）， 并能降低地方政府管控環(huán)境的努力程度 （張克中等，2011［13］），而這種 “逐底競(jìng)爭(zhēng)”的狀況因地區(qū)而異 （俞雅乖，2013［14］）。其二是財(cái)政支出總量與結(jié)構(gòu)。馮海波和方元子 （2014）［15］考察了財(cái)政支出總量對(duì)SO2排放量的影響，發(fā)現(xiàn)財(cái)政支出在東部地區(qū)有消極的環(huán)境效應(yīng)，在西部地區(qū)則為積極。關(guān)海玲和張鵬 （2013）［16］發(fā)現(xiàn)財(cái)政支出能夠顯著地降低環(huán)境污染。在不同財(cái)政支出結(jié)構(gòu)對(duì)消費(fèi)型環(huán)境污染的影響中，以抑制環(huán)境污染的效果為主 （盧洪友等，2015［17］）。其三是環(huán)境規(guī)制，主要包括環(huán)保投入、污染治理支出和環(huán)境稅等。可以預(yù)期的結(jié)論是，環(huán)保投入對(duì)環(huán)境污染有單向的因果關(guān)系 （王亞菲，2011［18］）。進(jìn)一步地，肖欣榮和廖樸（2014）［19］建模分析并計(jì)算污染治理支出在財(cái)政收入中的最優(yōu)比例。

關(guān)于地方財(cái)政影響FDI環(huán)境效應(yīng)方面的研究在文獻(xiàn)中的數(shù)量非常之少，有限的研究主要集中在從環(huán)境規(guī)制的視角來(lái)進(jìn)行分析。張宇和蔣殿春 （2014）［20］采用聯(lián)立方程模型對(duì)水污染的研究表明，F(xiàn)DI的引入雖會(huì)強(qiáng)化本地的環(huán)境規(guī)制力度，卻會(huì)弱化其他地區(qū)的環(huán)境監(jiān)管，因此在總體上呈現(xiàn)負(fù)向的環(huán)境效應(yīng)。史青（2013）［21］發(fā)現(xiàn)FDI對(duì)政府環(huán)境管制的作用與地方政府廉潔程度有關(guān)，而對(duì)于我國(guó)的廉潔度現(xiàn)狀而言，F(xiàn)DI會(huì)降低當(dāng)?shù)丨h(huán)境規(guī)制強(qiáng)度。

已有文獻(xiàn)存在著可供深入挖掘的一些地方：首先，已有少量文獻(xiàn)對(duì)政府行為影響FDI環(huán)境效應(yīng)有所關(guān)注，但是對(duì)地方財(cái)政的分析僅停留在環(huán)境規(guī)制的直接效應(yīng)上，并未考察其他財(cái)政支出所產(chǎn)生的間接環(huán)境效應(yīng)，尤其是科技投入的作用。其次，已有文獻(xiàn)多應(yīng)用省際面板數(shù)據(jù)對(duì)省級(jí)政府財(cái)政支出進(jìn)行研究，對(duì)比重最大的市級(jí)政府財(cái)政支出關(guān)注極少，故而無(wú)法全面刻畫(huà)地方政府的公共財(cái)政對(duì)環(huán)境的影響。最后，大多數(shù)文獻(xiàn)對(duì)變量的空間關(guān)聯(lián)并未加以處理；為數(shù)不多采用空間計(jì)量的文獻(xiàn)，在度量空間相關(guān)性時(shí)多用0—1鄰接矩陣，遺漏不相鄰但相近的地區(qū)間的空間關(guān)聯(lián)。當(dāng)控制了影響環(huán)境污染的各種因素，精確測(cè)度變量的空間自相關(guān)性，解決忽略空間關(guān)聯(lián)而產(chǎn)生的估計(jì)偏誤問(wèn)題，究竟政府科技投入對(duì)我國(guó)利用外資的環(huán)境效應(yīng)有無(wú)優(yōu)化的作用？本文的研究動(dòng)機(jī)也正出于此。

三、空間計(jì)量模型設(shè)定

（一）空間自相關(guān)檢驗(yàn)

由于相鄰或相近地區(qū)間的經(jīng)濟(jì)與環(huán)境政策相似，以及產(chǎn)業(yè)鏈關(guān)聯(lián)與產(chǎn)業(yè)集聚等原因，環(huán)境污染很可能會(huì)存在空間關(guān)聯(lián)。而外資會(huì)考慮該地區(qū)的經(jīng)濟(jì)發(fā)展?fàn)顩r、要素稟賦與政策優(yōu)勢(shì)進(jìn)行選址，這些因素多在鄰近地區(qū)趨同；且外資會(huì)向周邊區(qū)域的相同行業(yè)或上下游行業(yè)輻射空間溢出，故FDI也很可能具有空間相關(guān)性。而在存在空間自相關(guān)的前提下，若使用傳統(tǒng)計(jì)量模型，會(huì)因空間關(guān)聯(lián)的遺漏而導(dǎo)致內(nèi)生性與估計(jì)偏誤。因此，本文先檢驗(yàn)空間自相關(guān)是否存在，再對(duì)模型進(jìn)行設(shè)定。

使用Moran's I指數(shù)來(lái)檢驗(yàn)可能存在的空間自相關(guān)性。在計(jì)算指數(shù)之前，需要先引入空間權(quán)重矩陣來(lái)衡量變量在空間上的相關(guān)性?，F(xiàn)有文獻(xiàn)關(guān)于空間權(quán)重矩陣的構(gòu)造方法主要有兩種：其一是鄰接矩陣，令相鄰地區(qū)的權(quán)重為1，否則為0。其二是通過(guò)兩地區(qū)的地理距離之倒數(shù)構(gòu)建空間權(quán)重 （Madariaga和Poncet，2007［22］），即越小的地理距離對(duì)應(yīng)著的權(quán)重就越大，代表空間相關(guān)性越強(qiáng)。鑒于第一種鄰接矩陣無(wú)法全面刻畫(huà)那些不相鄰、卻距離相近地區(qū)間的空間自相關(guān)（符淼，2009［23］），因此本文采用地理距離構(gòu)造空間權(quán)重矩陣。

具體地，對(duì)于面板數(shù)據(jù)而言，空間權(quán)重矩陣W為NT×NT階，N為數(shù)據(jù)的城市截面維度257個(gè)，T為數(shù)據(jù)的時(shí)間維度10年。W矩陣的構(gòu)成為

即所有的非對(duì)角線(xiàn)元素均為零。進(jìn)一步地，由于空間距離是外生的，不隨時(shí)間或其他經(jīng)濟(jì)指標(biāo)的改變而改變，故而對(duì)角線(xiàn)元素均相等：W2003＝…＝W2012。

又因?yàn)楫?dāng)空間距離超過(guò)某閾值 （Madariaga和Poncet， 2007［22］）， 空間效應(yīng)可能會(huì)由正變負(fù)， 所以本文設(shè)置距離的閾值為1 624，如果兩地市間實(shí)際距離超越這個(gè)閾值，則令空間權(quán)重等于0。再將權(quán)重矩陣標(biāo)準(zhǔn)化，使各行元素相加均等于1。經(jīng)標(biāo)準(zhǔn)化后，外生矩陣WT的代表性元素wij的取值為

其中，dij為i、j兩個(gè)城市的地理距離。

進(jìn)而，根據(jù)文獻(xiàn)的計(jì)算方法，對(duì)面板數(shù)據(jù)區(qū)分時(shí)間維度 （許和連和鄧玉萍，2012［7］），分別計(jì)算幾個(gè)關(guān)鍵變量在不同時(shí)間維度上的Moran's I指數(shù)，具體公式如下：

其中為外生矩陣WT的代表性元素，Yi為某關(guān)鍵變量在城市i的取值，Y－為Yi的均值。由計(jì)算公式可知，Moran's I指數(shù)取值的區(qū)間范圍是 ［－1，1］。

結(jié)果列于表1中。鑒于我們考察的是地級(jí)市層面變量，故Moran's I指數(shù)的數(shù)值較小。但在10年的跨度內(nèi)，幾個(gè)關(guān)鍵變量的Moran's I指數(shù)都顯著為正，說(shuō)明FDI、政府科技投入與污染排放量存在顯著的、正向的空間自相關(guān)。對(duì)于政府科技投入與污染排放量而言，Moran's I指數(shù)的數(shù)值呈現(xiàn)逐步增大的趨勢(shì)。這充分說(shuō)明，除了環(huán)境污染的空間關(guān)聯(lián)日益緊密以外，城市政府在科技投入方面的公共政策也逐漸呈現(xiàn)出區(qū)域性趨同的特征。僅有FDI的指數(shù)呈現(xiàn)不同的規(guī)律，隨時(shí)間推移而遞減，這是因?yàn)樵诔跗谕赓Y多考慮東部沿海地區(qū)，而隨著政府政策以及要素成本等條件的變動(dòng)，外資逐步向中西部地區(qū)推進(jìn)。多個(gè)關(guān)鍵變量表現(xiàn)出顯著的空間自相關(guān)，故下文將采用空間計(jì)量方法進(jìn)行回歸。

表1 FDI、科技投入與環(huán)境污染的Moran's I指數(shù)

（二）模型設(shè)定

1.基準(zhǔn)模型。

其中，地級(jí)市截面維度為i，時(shí)間維度為t。被解釋變量為工業(yè)污染物排放量pollutionit。解釋變量為FDIit、政府科技投入paytechit，以及二者的交互項(xiàng)?？刂谱兞縕it為影響污染的其他城市異質(zhì)性因素，如環(huán)境規(guī)制、人均收入、人均收入的二次項(xiàng)、全要素生產(chǎn)率、能源消費(fèi)量以及產(chǎn)業(yè)結(jié)構(gòu)等。城市不隨時(shí)間變化的固定效應(yīng)為αi。

兩側(cè)對(duì)lnFDIit求導(dǎo)，得到FDI的偏效應(yīng)：

從式 （2）可見(jiàn)，若β3＞0，政府科技投入對(duì)FDI環(huán)境效應(yīng)的調(diào)節(jié)效果為正向。也就是說(shuō)，政府科技投入力度越大，則利用外資對(duì)環(huán)境的積極效果越大（若β1＞0）， 或消極效果越小 （若β1＜0）。

2.空間面板模型。

現(xiàn)有關(guān)于空間面板模型的設(shè)定主要有三種：空間滯后模型 （SLM）、空間誤差模型 （SEM）和空間杜賓模型 （SDM）。SLM模型重點(diǎn)關(guān)注因變量滯后項(xiàng)的空間關(guān)聯(lián)，SEM模型側(cè)重于刻畫(huà)誤差項(xiàng)的空間自相關(guān)，而SDM模型則是二者的結(jié)合 （LeSage和Pace，2009［24］）。具體地，三種模型的回歸方程如下：

（1）空間滯后模型。

（2）空間誤差模型。

其中，

（3）空間杜賓模型。

其中，Xit為所有的解釋變量與控制變量構(gòu)成的向量。

在后文的實(shí)證結(jié)果中，將具體采用拉格朗日乘數(shù)探明空間自相關(guān)的存在形式，進(jìn)而選擇適用的模型。

3.估計(jì)方法。

考慮到內(nèi)生性問(wèn)題在很大程度上源于不可觀測(cè)的城市異質(zhì)性因素，如城市的地理位置與自然條件對(duì)環(huán)境自?xún)裟芰?、能源?chǔ)備結(jié)構(gòu)、污染物擴(kuò)散速度的影響，城市的資源稟賦與政策偏好對(duì)產(chǎn)業(yè)分工、工業(yè)排污狀況的影響等，故而本文使用面板固定效應(yīng)（fixed effect）模型來(lái)控制不隨時(shí)間變化的個(gè)體異質(zhì)性，如上述的地理和自然條件、資源稟賦等，從而在一定程度上弱化內(nèi)生性的問(wèn)題。

根據(jù) Elhorst（2011）［25］的研究， 對(duì)于空間面板計(jì)量模型，傳統(tǒng)OLS的估計(jì)結(jié)果有偏，極大似然（MLE）或廣義距估計(jì) （GMM）更為適用。相較而言，若誤差項(xiàng)滿(mǎn)足正態(tài)分布假設(shè)，MLE估計(jì)更為有效，并且GMM估計(jì)在工具變量的選取上恐有爭(zhēng)議。因此本文將運(yùn)用MLE方法，使用Stata SE 12.1軟件進(jìn)行估計(jì)。

四、數(shù)據(jù)與變量

（一）數(shù)據(jù)選取

本文所使用的數(shù)據(jù)來(lái)自中國(guó)城市統(tǒng)計(jì)年鑒、中國(guó)統(tǒng)計(jì)年鑒和中經(jīng)網(wǎng)統(tǒng)計(jì)數(shù)據(jù)庫(kù) （2004—2013年），數(shù)據(jù)庫(kù)涵蓋了我國(guó)31個(gè)省份 （不含港澳臺(tái)地區(qū)）的289個(gè)地級(jí)市的數(shù)據(jù)，統(tǒng)計(jì)口徑為市轄區(qū)。利用國(guó)家基礎(chǔ)地理信息系統(tǒng)來(lái)計(jì)算城市間的地理距離。各個(gè)名義變量均折合為2003年 （樣本初始年份）不變價(jià)。

對(duì)樣本中的變量缺失進(jìn)行處理，首先剔除數(shù)據(jù)整體缺失的32個(gè)城市①包括畢節(jié)、銅仁、巢湖、安康、安順、巴彥淖爾、巴中、達(dá)州、定西、防城港、固原、河池、黑河、呼倫貝爾、嘉峪關(guān)、金昌、酒泉、克拉瑪依、拉薩、隴南、平?jīng)?、商洛、烏蘭察布、武威、吳中、西寧、忻州、銀川、玉林、運(yùn)城、張掖、中衛(wèi)32個(gè)地級(jí)市。；由于面板空間計(jì)量方法無(wú)法對(duì)非平衡面板數(shù)據(jù)進(jìn)行回歸，其次使用移動(dòng)平均插入法對(duì)個(gè)別地市的某個(gè)數(shù)據(jù)缺失年份進(jìn)行補(bǔ)齊。處理過(guò)后，樣本中的省份數(shù)量從原有的31個(gè)變?yōu)?9個(gè)，缺失青海與西藏兩省份，地級(jí)市數(shù)量相應(yīng)從原有的289個(gè)減至257個(gè)。

（二）變量構(gòu)造

1.被解釋變量。

環(huán)境污染 （pollution）：依據(jù)文獻(xiàn)，為將生態(tài)環(huán)境中的水污染與大氣污染都納入考慮，故而分別選用兩個(gè)環(huán)境污染的指標(biāo)：工業(yè)廢水排放量 （effluent）和工業(yè)二氧化硫排放量 （SO2）。

2.解釋變量。

外商直接投資 （lnFDI）：實(shí)際利用外資額的自然對(duì)數(shù)。

政府科技投入 （paytech）：指市級(jí)政府的公共財(cái)政支出中科學(xué)技術(shù)投入所占的比重，用來(lái)衡量市政府對(duì)科學(xué)技術(shù)的財(cái)政支持力度。選擇市級(jí)而非省級(jí)指標(biāo)，原因有兩點(diǎn)：第一，1994年分稅制改革后，市級(jí)財(cái)政享有較大的自主權(quán)，也承擔(dān)了更大的責(zé)任（肖潔等，2015［26］），圖1描述了地方 （包括省級(jí)和市級(jí)）公共財(cái)政支出與市級(jí)公共財(cái)政支出①市級(jí)財(cái)政支出的數(shù)據(jù)來(lái)自 《中國(guó)城市統(tǒng)計(jì)年鑒》，根據(jù)全市的一般預(yù)算內(nèi)財(cái)政支出加總而成。占全國(guó)公共財(cái)政支出的比重。顯而易見(jiàn)，地方政府承擔(dān)全國(guó)財(cái)政支出的份額逐年增大，而在地方財(cái)政中，市級(jí)財(cái)政承擔(dān)了絕大多數(shù)的支出任務(wù)，2013年市級(jí)公共財(cái)政支出占全國(guó)總支出的67.4%。第二，我國(guó)各城市的科技投入占財(cái)政支出的比重較小，以2013年為例，全國(guó)平均為2.25%，北京市為5.42%，說(shuō)明公共財(cái)政對(duì)科技的支持有限，存在極大的政策優(yōu)化空間。

圖1 地級(jí)市財(cái)政支出占全國(guó)財(cái)政支出比重的變動(dòng)情況

3.控制變量。

為最大程度上避免遺漏變量和內(nèi)生性的問(wèn)題，確保估計(jì)結(jié)果的可靠性，本文參照已有文獻(xiàn)，并根據(jù)研究問(wèn)題和數(shù)據(jù)的特殊性，控制了一系列的影響工業(yè)污染排放的主要因素如下：

環(huán)境規(guī)制 （ER）：考慮到環(huán)境規(guī)制力度是影響污染排放的重要政策變量，控制環(huán)境規(guī)制變量。文獻(xiàn)中采用的代理變量主要有：政府在治理污染上的投資②因?yàn)榈丶?jí)市層面的污染治理投資額的數(shù)據(jù)缺失非常嚴(yán)重，故無(wú)法采用。、人均GDP、二氧化硫去除率等。由于二氧化硫去除率與被解釋變量二氧化硫排放量存在相關(guān)關(guān)系，所以用生態(tài)環(huán)境部門(mén)從業(yè)人員占全部從業(yè)人員比例來(lái)衡量環(huán)境規(guī)制，包括三個(gè)行業(yè)：水利管理業(yè)、公共設(shè)施管理業(yè)以及生態(tài)保護(hù)和環(huán)境治理業(yè)③國(guó)民經(jīng)濟(jì)行業(yè)分類(lèi)代碼中編號(hào)76～78的三個(gè)行業(yè)：水利管理業(yè) （76）包括防洪除澇設(shè)施管理、水資源管理、天然水收集與分配、水文服務(wù)以及其他水利管理業(yè)等。生態(tài)保護(hù)和環(huán)境治理業(yè) （77）包括自然保護(hù)區(qū)管理、野生動(dòng)物保護(hù)、其他自然保護(hù)，以及水污染治理、大氣污染治理、固體廢物治理、危險(xiǎn)廢物治理、放射性廢物治理、其他污染治理等。公共設(shè)施管理業(yè) （78）包括市政設(shè)施管理、環(huán)境衛(wèi)生管理、城鄉(xiāng)市容管理、綠化管理、公園和游覽景區(qū)管理等。。

全要素生產(chǎn)率 （lnTFP）：由于能源利用技術(shù)、污染排放技術(shù)與污染處理技術(shù)都會(huì)影響到環(huán)境污染，因此控制技術(shù)變量即全要素生產(chǎn)率。為將技術(shù)無(wú)效率因素納入考慮，使用隨機(jī)前沿方法對(duì)Cobb-Douglas生產(chǎn)函數(shù)進(jìn)行估計(jì)，再以估計(jì)結(jié)果為基礎(chǔ)計(jì)算TFP。

人均收入 （lnGDP）：根據(jù)環(huán)境庫(kù)茲涅茨曲線(xiàn)EKC （Grossman 和 Kruger， 1995［27］） 預(yù)測(cè)， 人均收入與環(huán)境污染的關(guān)系呈倒U型，為控制這種非線(xiàn)性關(guān)系，并檢驗(yàn)EKC的存在性，加入人均GDP的對(duì)數(shù)與人均GDP對(duì)數(shù)的平方。

能源消費(fèi)量 （lne）：能源消費(fèi)與環(huán)境污染尤其是空氣污染有明顯關(guān)聯(lián)，亦有文獻(xiàn)把能源消費(fèi)作為衡量污染程度的代理變量 （郝宇等，2014［28］）。因?yàn)槟茉从泻芏喾N類(lèi)，倘若將各種進(jìn)行加權(quán)，恐因權(quán)重選取的不同導(dǎo)致結(jié)果誤差，而克強(qiáng)指數(shù)的重要指標(biāo)之一是電力消費(fèi)量，來(lái)源可靠且計(jì)算標(biāo)準(zhǔn)。再考慮到被解釋變量是工業(yè)污染物排放，故選用工業(yè)用電量 （而非居民用電量）指標(biāo)。

產(chǎn)業(yè)結(jié)構(gòu) （struc）：由于產(chǎn)業(yè)結(jié)構(gòu)會(huì)影響環(huán)境質(zhì)量，第二產(chǎn)業(yè)比重提高會(huì)增加污染物排放，反之，第三產(chǎn)業(yè)比重提高會(huì)減少污染 （許和連和鄧玉萍，2012［7］），所以本文控制產(chǎn)業(yè)結(jié)構(gòu)，即第二產(chǎn)業(yè)占該城市總產(chǎn)值的比重。

五、實(shí)證結(jié)果

（一）模型選擇檢驗(yàn)

為探明空間關(guān)聯(lián)存在的形式，做出三種模型的適用性選擇，本文計(jì)算拉格朗日乘數(shù) （LM）統(tǒng)計(jì)量①檢驗(yàn)依據(jù)Shehata教授的Stata程序包。。結(jié)果列于表2，第1、2列分別是將工業(yè)廢水、工業(yè)二氧化硫排放量作被解釋變量得出的檢驗(yàn)結(jié)果。表2中可見(jiàn)，兩列的LM test spatial lag與LM test spatial error穩(wěn)健統(tǒng)計(jì)量的P值均小于0.05，可以得出結(jié)論，被解釋變量既存在空間滯后，又存在空間誤差，因此，SDM的模型設(shè)定更適合本文研究。后文將對(duì)不同模型的回歸結(jié)果進(jìn)行比較。

表2 空間面板模型選擇：LM檢驗(yàn)

（二）估計(jì)結(jié)果

估計(jì)結(jié)果報(bào)告在表3中，為便于對(duì)照，匯報(bào)了SEM和SDM兩種模型的估計(jì)結(jié)果②結(jié)果根據(jù)Belotti、Hughes和Mortari教授的Stata程序包。限于篇幅，此處未給出SLM模型的估計(jì)結(jié)果，其主要解釋變量系數(shù)的方向與SEM均一致。由于SEM模型的間接效應(yīng)為0，因此可把直接效應(yīng)看作總效應(yīng)。。由表3可見(jiàn)，F(xiàn)DI的系數(shù)在10%的水平下有顯著為正，而FDI對(duì)工業(yè)廢水排放的影響卻并不顯著。說(shuō)明外資會(huì)加劇工業(yè)二氧化硫的排放，進(jìn)而惡化區(qū)域空氣質(zhì)量。這一結(jié)論與He（2006）［9］的發(fā)現(xiàn)一致。這是因?yàn)?，倘若把污染?dāng)作一種生產(chǎn)要素，發(fā)展中國(guó)家由于環(huán)境標(biāo)準(zhǔn)較低、污染成本低廉，所以在污染密集型行業(yè)具有比較優(yōu)勢(shì)。因此，跨國(guó)公司會(huì)選擇在發(fā)展中國(guó)家進(jìn)行外商直接投資，以生產(chǎn)污染密集型產(chǎn)品。

加入政府科技投入與FDI的交互項(xiàng) （paytech×lnFDI）的回歸結(jié)果匯報(bào)于第3列與第6列中。顯而易見(jiàn)，交互項(xiàng)的系數(shù)在5%的水平下顯著為負(fù)，說(shuō)明科技投入有利于弱化FDI對(duì)環(huán)境的不利影響。將第3列的回歸結(jié)果和科技投入的平均值代入式 （2），計(jì)算FDI的偏效應(yīng)：－0.014 9＋1.093 5×0.011 3＝－0.002 5。說(shuō)明原來(lái)的FDI每增加1%，二氧化硫排放將增加0.014 9%的結(jié)論。在考慮到各城市政府的科技投入對(duì)FDI環(huán)境效應(yīng)的調(diào)節(jié)效果之后，消極的環(huán)境效應(yīng)被大大削弱了：在科技投入比重的平均值上，F(xiàn)DI每增加1%，二氧化硫排放僅增加0.002 5%；而在政府科技投入比重較高的地區(qū)，政府科技投入甚至可將FDI對(duì)環(huán)境的消極影響逆轉(zhuǎn)為積極影響。究其原因，一方面，政府對(duì)科技活動(dòng)的支持能夠激勵(lì)企業(yè)跨越研發(fā)門(mén)檻，通過(guò)自主研發(fā)提高生產(chǎn)技術(shù)與環(huán)保技術(shù)水平，促進(jìn)能源利用率與污染處理率的上升，以及排污率的下降。另一方面，盡管FDI本身具有消極的環(huán)境效應(yīng)，但是政府科技投入能促進(jìn)企業(yè)吸收FDI的技術(shù)溢出與直接環(huán)境溢出，吸收與轉(zhuǎn)化外資帶來(lái)的環(huán)境友好型技術(shù)和設(shè)備。

城市政府科技投入 （paytech）的系數(shù)在各列中均顯著為負(fù)，表明科技投入占公共財(cái)政支出的比重每增加1%，該城市的工業(yè)廢水排放量會(huì)相應(yīng)地減少4.48%，工業(yè)廢水排放量會(huì)相應(yīng)地降低3.23%。這一結(jié)論為政府科技投入所產(chǎn)生的環(huán)境外部性提供證據(jù)，在利用外資與執(zhí)行環(huán)境管制條件下，政府從公共財(cái)政中撥付給科技事業(yè)的資金能夠顯著改善該城市的環(huán)境質(zhì)量。

對(duì)人均收入 （lnGDP）而言，一次項(xiàng)系數(shù)顯著為正，二次項(xiàng)系數(shù)顯著為負(fù)，說(shuō)明環(huán)境庫(kù)茲涅茨曲線(xiàn)（EKC）確實(shí)存在，人均收入與環(huán)境污染呈現(xiàn)倒U型關(guān)系，即隨著人均GDP增加，污染排放先增加后減少，存在環(huán)境污染的峰值或拐點(diǎn)。以第1列結(jié)果為例，工業(yè)二氧化硫排放的向下拐點(diǎn)出現(xiàn)在人均GDP為9 911元 （2003年不變價(jià)，下同）的時(shí)候。而2012年中國(guó)的人均GDP已達(dá)到29 957元，說(shuō)明我國(guó)已進(jìn)入EKC的下降區(qū)域，人均收入增加有利于環(huán)境質(zhì)量的改善。

控制變量中，環(huán)境規(guī)制 （ER）對(duì)工業(yè)廢水排放的系數(shù)顯著為負(fù)，但對(duì)二氧化硫排放的系數(shù)基本不顯著，可見(jiàn)在生態(tài)環(huán)境部門(mén)從業(yè)的人員比重增加，對(duì)工業(yè)廢水排放有顯著的抑制作用。全要素生產(chǎn)率（lnTFP）對(duì)水污染的影響為正，對(duì)二氧化硫排放不甚顯著，這可能與我國(guó)的工業(yè)產(chǎn)值增長(zhǎng)仍主要依賴(lài)能源消費(fèi)有關(guān)。工業(yè)用電量 （lne）的系數(shù)顯著為正，反映了在現(xiàn)階段，無(wú)論是對(duì)主要排放污水的產(chǎn)業(yè)而言①現(xiàn)階段我國(guó)對(duì)水污染較為嚴(yán)重的行業(yè)為：化工、造紙、印刷、紡織、冶煉與礦產(chǎn)等。，還是對(duì)主要排放大氣污染物的產(chǎn)業(yè)而言，密集消耗能源仍是主要的生產(chǎn)增長(zhǎng)方式。第二產(chǎn)業(yè)比重 （struc）會(huì)顯著地增加工業(yè)二氧化硫的排放，說(shuō)明調(diào)整產(chǎn)業(yè)結(jié)構(gòu)是控制大氣污染的主要途徑之一。

此外，論及空間的相關(guān)系數(shù)，SDM模型的ρ與SEM模型的λ均為顯著，說(shuō)明正如Moran's I檢驗(yàn)所示，本文研究的因變量與自變量絕大多數(shù)具有很強(qiáng)的空間自相關(guān)性，倘若忽略這種關(guān)聯(lián)，不采用空間計(jì)量估計(jì)方法，得到的結(jié)果必然有所偏誤。

表3 FDI、科技投入與環(huán)境污染：空間固定效應(yīng)模型

續(xù)前表

六、結(jié)論與建議

本文研究了城市財(cái)政的科技投入對(duì)利用外資的環(huán)境效應(yīng)的影響。實(shí)證結(jié)果證實(shí)政府的科技投入能夠優(yōu)化外資環(huán)境效應(yīng)，實(shí)現(xiàn)地區(qū)經(jīng)濟(jì)向環(huán)境友好型經(jīng)濟(jì)轉(zhuǎn)變。除此之外，在空間面板回歸中還發(fā)現(xiàn)，隨著人均GDP增加，開(kāi)始污染排放會(huì)上升，但在越過(guò)拐點(diǎn)之后，污染會(huì)呈現(xiàn)遞減趨勢(shì)。本文的研究結(jié)論具有很強(qiáng)的現(xiàn)實(shí)意義，有鑒于此，提出以下幾點(diǎn)思考與政策建議：

第一，通過(guò)空間自相關(guān)性檢驗(yàn)，本文發(fā)現(xiàn)環(huán)境污染的兩個(gè)指標(biāo)均存在正向且逐年增強(qiáng)的空間溢出效應(yīng)。充分說(shuō)明環(huán)境污染已不再是一個(gè)城市或一個(gè)地區(qū)的問(wèn)題，而是在相鄰或相近地區(qū)存在相似的環(huán)境特征。而自1994年分稅制改革以來(lái)，地方政府間政策的協(xié)同性逐步下降，獨(dú)立性日漸增強(qiáng)，甚至為了地方政府政績(jī)，鄰近地區(qū)在引資政策和環(huán)境政策上存在一定程度的相互競(jìng)爭(zhēng)，導(dǎo)致高污染企業(yè)遷移至環(huán)境標(biāo)準(zhǔn)相對(duì)滯后的鄰近城市。這些環(huán)境污染與地方政策的現(xiàn)狀，對(duì)地方政府的環(huán)境治理提出了新的要求，只有將思路從割裂競(jìng)爭(zhēng)轉(zhuǎn)變?yōu)閰^(qū)域協(xié)同治理，才有可能發(fā)揮環(huán)境政策的功能，最大程度地提升環(huán)境質(zhì)量。

第二，通過(guò)空間面板回歸，本文發(fā)現(xiàn)市級(jí)政府科技投入能夠優(yōu)化外資環(huán)境效應(yīng)，實(shí)現(xiàn)地區(qū)經(jīng)濟(jì)向環(huán)境友好型經(jīng)濟(jì)轉(zhuǎn)變。而前文已經(jīng)提到，目前地方政府的科技支持力度明顯不足，科技投入在公共財(cái)政中所占比重平均不足3%，再加上近年來(lái)地方財(cái)政面臨收入不足、支出負(fù)擔(dān)大的局面，地方財(cái)政屢屢出現(xiàn)困境。針對(duì)于此，一方面，中央應(yīng)重點(diǎn)增強(qiáng)對(duì)地方政府的轉(zhuǎn)移支付，著力推進(jìn)地方科技建設(shè)。另一方面，地方政府的財(cái)政支出預(yù)算應(yīng)以節(jié)能環(huán)保為導(dǎo)向，定向加大力度引導(dǎo)企業(yè)在節(jié)能環(huán)保方面的技術(shù)研究和設(shè)備開(kāi)發(fā)；同時(shí)鼓勵(lì)科研院所對(duì)環(huán)保技術(shù)開(kāi)發(fā)與應(yīng)用展開(kāi)深入研究，進(jìn)而提高對(duì)綠色生產(chǎn)與污染減排、高效率污染物處理與回收等相關(guān)技術(shù)的應(yīng)用能力。

第三，本文發(fā)現(xiàn)環(huán)境庫(kù)茲涅茨曲線(xiàn) （EKC）確實(shí)存在，并初步測(cè)算了環(huán)境污染的拐點(diǎn)，說(shuō)明我國(guó)已進(jìn)入EKC的下降區(qū)域，人均收入增加有利于環(huán)境質(zhì)量的改善。有鑒于此，為了充分發(fā)揮人均產(chǎn)出對(duì)于環(huán)境治理的積極作用，除了要著眼于企業(yè)的綠色技術(shù)提升外，還應(yīng)重視每個(gè)居民的潛在作用。因?yàn)楫?dāng)人均收入提高時(shí)，損害居民健康的機(jī)會(huì)成本也會(huì)提高，因此現(xiàn)階段應(yīng)當(dāng)通過(guò)公眾對(duì)政府環(huán)境行為的監(jiān)督，倒逼政府采取嚴(yán)厲有效的、行政手段與經(jīng)濟(jì)手段雙管齊下的環(huán)境管制政策，加快環(huán)境質(zhì)量改善的進(jìn)程。

相對(duì)于已有文獻(xiàn)主要研究環(huán)境規(guī)制的技術(shù)效應(yīng)，我們把市級(jí)政府的科技投入力度也納入考察，并在中國(guó)257個(gè)城市的樣本基礎(chǔ)上進(jìn)行空間關(guān)聯(lián)研究是一個(gè)突破。本文主要考察了工業(yè)部門(mén)的環(huán)境污染，然而近年來(lái)，對(duì)工業(yè)污染的治理已初步見(jiàn)效，而農(nóng)業(yè)水污染和生活污染卻由于種種原因，一直得不到有效的控制。因此對(duì)農(nóng)業(yè)水污染、消費(fèi)污染等其他方面進(jìn)行研究，有助于我們對(duì)環(huán)境污染進(jìn)行更完整的認(rèn)識(shí)與更全面的治理，可作為將來(lái)的研究方向。

［1］Copeland B R， Taylor M S.North-South Trade and the Environment［J］.The Quarterly Journal of Economics，1994，109 （1）：755－787.

［2］Taylor M S.Unbundling the Pollution Haven Hypothesis［J］.Advances in Economic Analysis and Policy，2004，3 （2）：153－177.

［3］Eskeland G S， Harrison A E.Moving to Greener Pastures？ Multinationals and the Pollution Haven Hypothesis ［J］.Journal of Development Economics，2003，70 （1）：1－23.

［4］Frankel J A， Rose A.Is Trade Good or Bad for the Environment？ Sorting out the Causality ［J］.The Review of Economics and Statistics， 2005，87 （1）：221－253.

［5］Cole M A， Elliott R J R.FDI and the Capital Intensity of“Dirty” Sectors： A Missing Piece of the Pollution Haven Puzzle ［J］.Review of Development Economics，2005，9 （4）：530－548.

［6］張賢，周勇.外商直接投資對(duì)我國(guó)能源強(qiáng)度的空間效應(yīng)分析 ［J］.數(shù)量經(jīng)濟(jì)技術(shù)經(jīng)濟(jì)研究，2007（1）：101－108.

［7］許和連，鄧玉萍.外商直接投資導(dǎo)致了中國(guó)的環(huán)境污染嗎？［J］.管理世界，2012（2）：30－43.

［8］張偉，張曉青，吳學(xué)花.FDI集群經(jīng)濟(jì)效應(yīng)及環(huán)境效應(yīng)的空間面板計(jì)量分析 ［J］.經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2013（10）：96－101.

［9］He J.Pollution Haven Hypothesis and Environmental Impacts of Foreign Direct Investment： The Case of Industrial Emission of Sulfur Dioxide （SO2）in Chinese Provinces［J］.Ecological Economics， 2006， 60 （1）： 228 －245.

［10］包群，陳媛媛，宋立剛.外商投資與東道國(guó)環(huán)境污染：存在倒U型曲線(xiàn)關(guān)系嗎？［J］.世界經(jīng)濟(jì)，2010（1）：3－17.

［11］Dean J M，Lovely M E， Wang H.Foreign Direct Investment and Pollution Havens：Evaluating the Evidence from China［M］.Office of Economics，US International Trade Commission，2004.

［12］Fredriksson P G， Millimet D L.Strategic Interaction and the Determination of Environmental Policy across US States［J］.Journal of Urban Economics，2002，51 （1）：101－122.

［13］張克中，王娟，崔小勇.財(cái)政分權(quán)與環(huán)境污染：碳排放的視角 ［J］.中國(guó)工業(yè)經(jīng)濟(jì)，2011（10）：65－75.

［14］俞雅乖.我國(guó)財(cái)政分權(quán)與環(huán)境質(zhì)量的關(guān)系及其地區(qū)特性分析 ［J］.經(jīng)濟(jì)學(xué)家，2013（9）：60－67.

［15］馮海波，方元子.地方財(cái)政支出的環(huán)境效應(yīng)分析——來(lái)自中國(guó)城市的經(jīng)驗(yàn)考察 ［J］.財(cái)貿(mào)經(jīng)濟(jì)，2014（2）：30－43.

［16］關(guān)海玲，張鵬.財(cái)政支出、公共產(chǎn)品供給與環(huán)境污染 ［J］.工業(yè)技術(shù)經(jīng)濟(jì)，2013（10）：46－54.

［17］盧洪友，杜亦譞，祁毓.中國(guó)財(cái)政支出結(jié)構(gòu)與消費(fèi)型環(huán)境污染：理論模型與實(shí)證檢驗(yàn)［J］.中國(guó)人口·資源與環(huán)境，2015（10）：61－70.

［18］王亞菲.公共財(cái)政環(huán)保投入對(duì)環(huán)境污染的影響分析［J］.財(cái)政研究，2011（2）：38－42.

［19］肖欣榮，廖樸.政府最優(yōu)污染治理投入研究 ［J］.世界經(jīng)濟(jì)，2014（1）：106－119.

［20］張宇，蔣殿春.FDI、政府監(jiān)管與中國(guó)水污染——基于產(chǎn)業(yè)結(jié)構(gòu)與技術(shù)進(jìn)步分解指標(biāo)的實(shí)證檢驗(yàn) ［J］.經(jīng)濟(jì)學(xué) （季刊），2014（1）：491－514.

［21］史青.外商直接投資、環(huán)境規(guī)制與環(huán)境污染——基于政府廉潔度的視角 ［J］.財(cái)貿(mào)經(jīng)濟(jì)，2013（1）：93－103.

［22］Madariaga N， Poncet S.FDI in Chinese Cities： Spillovers and Impact on Growth ［J］.The World Economy，2007，30 （5）： 837 －862.

［23］符淼.地理距離和技術(shù)外溢效應(yīng)——對(duì)技術(shù)和經(jīng)濟(jì)積聚現(xiàn)象的空間計(jì)量學(xué)解釋 ［J］.經(jīng)濟(jì)學(xué)：季刊，2009（7）：1549－1566.

［24］LeSage J P， Pace R K.Introduction to Spatial Econometrics［M］.Boca Raton： CRC Press Taylor and Francis Group，2009.

［25］Elhorst J P.Spatial Panel Models ［EB／OL］.http： ／／www.york.ac.uk ／media ／economics ／documents ／seminars ／2011 －12 ／Elhorst＿November2011.pdf.

［26］肖潔，龔六堂，張慶華.分權(quán)框架下地方政府財(cái)政支出與政治周期——基于地級(jí)市面板數(shù)據(jù)的研究 ［J］.經(jīng)濟(jì)學(xué)動(dòng)態(tài)，2015（10）：17－30.

［27］Grossman G M， Kruger A B.Economic Growth and the Environment［J］.Quarterly Journal of Economics，1995， 110 （2）： 353 －377.

［28］郝宇，廖華，魏一鳴.中國(guó)能源消費(fèi)和電力消費(fèi)的環(huán)境庫(kù)茲涅茨曲線(xiàn)：基于面板數(shù)據(jù)空間計(jì)量模型的分析［J］.中國(guó)軟科學(xué)，2014（1）：134－147.